33、基于移动数据收集器的3D无线传感器网络中K近邻查询的智能处理

基于移动数据收集器的3D无线传感器网络中K近邻查询的智能处理

1. 引言

近年来，传感器网络在数据收集、处理和传播等广泛应用中引起了极大关注。传感器节点是低功耗的小型设备，具有通信能力，但从传感器网络收集数据的成本很高。传统的集中式方法是将所有传感器的数据中继到汇聚节点，应用程序通过访问汇聚节点获取特定传感器的数据，这种方法效率低下且成本高昂。为克服集中式方法的不足，提出了网络内数据处理技术，利用传感器的存储和处理能力在网络内感知和存储数据，仅在收到请求时将数据转发到汇聚节点。

K近邻（KNN）查询是一种用于检索空间分布数据的重要查询处理方法，在传感器网络中具有典型应用。传统数据库中处理KNN查询需要维护复杂的索引结构，这对于能量和处理能力有限的传感器网络来说效率低下且成本高昂。现有的传感器网络KNN查询方法大多基于汇聚节点，存在与集中式方法类似的缺点。因此，本文提出使用移动数据收集器进行KNN查询的移动处理。

移动数据收集器是具有更好通信和处理能力的智能设备，如手机、机器人等。它可以动态处理KNN查询，通过靠近查询点节省将查询从汇聚节点路由到查询点的能量。本文提出的3D - KNN算法考虑了能量效率、动态网络拓扑和查询性能，具有以下贡献：
- 仅选择k个传感器样本，减少整体通信量，降低整个网络的能耗。
- 使用移动数据收集器传播和执行KNN查询，提高查询性能，减少查询传播能量。
- 采用非基础设施依赖的方法，适应不断变化的网络基础设施，无需事先了解网络信息。

2. 相关工作

传感器网络中网络内KNN处理的相关工作可分为基于基础设施和无基础设施两类。

基于基础设施的方法，如文献[8, 1